导读:本文包含了乘法函数论文开题报告文献综述及选题提纲参考文献，主要关键词:重迭函数,分组函数,加法生成子对,乘法生成子对
乘法函数论文文献综述
张廷海,覃锋[1]（2019）在《重迭函数和分组函数的加法与乘法生成子对的相互转化》一文中研究指出重迭函数和分组函数是在图像处理、分类和决策等问题中有着重要作用的两类特殊聚合算子,在它们的表示方法中,加法和乘法生成子对是两种广泛存在的重要形式。本文找到了这两种生成子对之间的密切联系,使得这两类函数的两种生成子对之间可以相互转化,并给出了重迭函数和分组函数与其生成子对函数间关系的新结果。(本文来源于《安徽师范大学学报(自然科学版)》期刊2019年02期）
石凤良,王梦瑶[2]（2018）在《用直乘法讨论叁电子体系自旋波函数》一文中研究指出采用直乘法和角动量耦合特殊处理法分别求解叁电子体系的自旋波函数,分析认为直乘法更为实用。利用直乘法讨论了多个电子体系的自旋波函数。(本文来源于《唐山师范学院学报》期刊2018年06期）
徐文扬[3]（2018）在《带乘法噪声密度导函数的小波点态估计》一文中研究指出密度估计是非参数统计估计的一个重要分支,它在信号处理、生物、医学、经济等学科有着重要应用.测量数据通常带有噪声,乘法噪声便是其中常见噪声之一.另一方面,整体误差估计已取得了大量丰硕成果.局部误差的研究相对较少,但有时更加重要.基于此,本文研究乘法噪声模型密度导函数的小波估计.具体地,我们将给出小波估计器在Holder空间中点态收敛阶的上界估计.在借鉴Chaubey等人工作(见Y.P.Chaubey,E.Shirazi.On wavelet estimation of the derivatives of a density based on biased data.Communications in Statistics-Theory and Methods.2015,44:4491-4506)的基础上,首先给出线性小波估计器点态收敛阶的上界估计.为得到自适应性,然后研究非线性小波估计器.在相差一个lnn因子的意义下,它达到了线性小波估计的收敛阶.最后用数值实验的方法将小波估计与经典的核估计进行了比较.结果表明:对某些密度函数,小波估计器的拟合效果更好.(本文来源于《北京工业大学》期刊2018-04-01）
徐文扬,王晋茹[4]（2018）在《具有乘法噪声密度导函数的小波点态估计》一文中研究指出利用小波方法研究一类带乘法噪声密度导函数的点态估计问题,构造了密度导函数的小波估计器,并给出其在Hlder空间中的点态收敛阶的上界,结果表明小波估计器的收敛阶上界对任意x是一致的.(本文来源于《北京工业大学学报》期刊2018年02期）
迟恩楠,李春祥,郑晓芬[5]（2017）在《基于小波和乘法混合核函数LSSVM的顺风向非高斯空间风压预测》一文中研究指出提出了基于Marr小波核函数最小二乘支持向量机(Marr-LSSVM)的顺风向非高斯空间风压预测算法。通过传统高斯核函数(RBF)和多项式核函数(Poly)的乘法运算,提出了Poly*RBF-LSSVM(MK-LSSVM)的空间风压预测算法。运用粒子群优化(PSO)算法,对Marr-LSSVM、传统单核CSK-LSSVM和MK-LSSVM的惩罚参数、核函数参数、权重、尺度因子进行优化,建立基于智能优化的非高斯空间风压预测算法;以30 m和50 m处模拟顺风向风压时程作为输入样本,使用提出的预测算法对40 m处风压时程进行了预测。数值分析表明,Marr-LSSVM、MK-LSSVM比CSK-LSSVM具有明显高的非高斯风压预测性能。(本文来源于《振动与冲击》期刊2017年09期）
柳坤,张俊敏,田微[6]（2016）在《基于互乘法窗函数的谐波分析方法》一文中研究指出为了提高谐波分析的精度,加窗插值算法经常用用在非整周期和非同步采样的傅里叶变换中,以改善频谱泄露和栅栏效应。本文提出了一种互乘法窗函数的构造方法,并验证了基于互乘法窗函数的叁谱线插值FFT的谐波高精度分析方法。以叁种窗函数为例,根据每种窗函数在乘法窗的权值构造新的窗函数,分析新的窗函数的性能,将其应用到叁插值FFT算法中。通过有/无噪声仿真实验说明:在叁插值情况下,构造出的互乘法窗函数比常规窗函数在谐波参数测量中具有更高的精度。在实际工程中可根据需要选择所构造的窗函数。(本文来源于《电测与仪表》期刊2016年24期）
张俊敏,刘开培,汪立,陈文娟[7]（2016）在《基于乘法窗函数的插值FFT的谐波分析方法》一文中研究指出针对常规加窗插值算法在使用过程中会出现不满足要求的情况,提出了一种新的乘法窗函数构造方法。以叁种常规窗函数为例构造出九种乘法窗函数,并验证了基于这些乘法窗函数的叁谱线插值FFT的谐波高精度分析方法。分析了新的窗函数的性能,将新窗函数应用到叁插值FFT的谐波分析算法当中。仿真实验表明,构造出的窗函数在10个周期左右数据和5阶拟合条件下,相比于常规窗函数插值算法有更高的准确度。在实际工程中可根据需要选择所构造的窗函数。(本文来源于《电力系统保护与控制》期刊2016年13期）
张俊敏,刘开培,汪立,陈文娟,王亚楠[8]（2016）在《基于Hanning自乘法窗函数的高精度谐波分析》一文中研究指出加窗插值算法经常用来改善频谱泄漏和栅栏效应的影响,但常规窗函数在使用过程中会出现不满足要求的情况。提出一种自乘法窗函数的构造方法,以Hanning窗函数为例构造出不同阶次乘法窗函数,并验证基于这些乘法窗函数的四谱线插值FFT的谐波高精度分析方法。仿真实验表明:构造出的窗函数相对于常规窗函数插值算法,有更高的准确度。在实际工程中可根据需要选择所构造的窗函数。(本文来源于《智能电网》期刊2016年05期）
张俊敏,刘宗方,陈勉[9]（2016）在《一种基于Hamming自乘法窗函数和四插值的谐波分析方法》一文中研究指出针对谐波分析过程中常规窗函数存在精度不足的问题,提出了一种自乘法窗函数的构造方法,并以Hamming窗函数为例构造出1-9阶乘法窗函数,将这些窗函数应用于四谱线插值谐波分析方法中,仿真实验表明:构造出的自乘法窗函数相对于常规窗函数,在进行插值谐波分析中具有更高的准确度.工程实践中可根据精度需要选择所构造的窗函数阶次.(本文来源于《中南民族大学学报(自然科学版)》期刊2016年01期）
许俊莲[10]（2015）在《带乘法噪声密度函数及其导数的小波估计》一文中研究指出带乘法噪声的密度估计模型在实际应用中具有重要意义,因为人们通常不能直接观测到真实数据,而观测到的数据与真实数据之间往往存在着乘法噪声的关系.现有的大多数研究均假定观察数据是独立的,且利用核方法给出其密度估计.由于小波基的巨大优势,密度函数的小波估计取得了丰硕成果.受Donoho, Doosti, Ramirez, Chaubey和Chesneau等人工作的启发,本文针对分层形式的乘法噪声密度估计模型,利用小波方法研究基于负相协随机样本密度估计器的Lp(1≤p≤∞)相合性,以及在Besov空间中Lp(1≤p<∞)风险的收敛阶.首先,在不假定密度函数具有光滑性的条件下,讨论两种线性小波估计器对于d(d≥1)维独立随机样本的Lp(1≤p≤∞)相合性,以及一维负相协随机样本的Lp(1≤p≤∞)相合性Chacon等人的技巧在本章的讨论中发挥了重要作用.数值模拟验证了这些理论结果.其次,基于负相协随机样本定义分层形式的线性小波估计器,研究该估计器在Besov空间Br,q8(R)中Lp(1≤p<∞)风险的收敛阶.具体地,当负相协随机样本满足一个技术性条件时,利用Newman不等式给出风险上界.当用噪声函数的单调性替换这一技术性条件时,我们利用Rosenthal不等式给出另一个更好的Lp(1≤p<∞风险上界.本章也讨论了非线性(硬阈值)小波估计器在Br,qs(R)中的Lp(1≤p<∞)风险估计.结果表明：当r<p时,非线性小波估计器优于线性小波估计器.如果噪声函数恒等于1,分层层数M=1,负相协由独立性替换,本文模型退化为经典模型.我们的结论等同于Donoho等人的定理.本章最后给出了数值实验.最后讨论了密度导函数的小波估计.具体地,研究密度函数fx的d阶导函数fX(d)的线性小波估计器的Lp(1≤p<∞)风险估计.当d=0时,这些结果等同于上述密度估计.(本文来源于《北京工业大学》期刊2015-04-01）
乘法函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用直乘法和角动量耦合特殊处理法分别求解叁电子体系的自旋波函数,分析认为直乘法更为实用。利用直乘法讨论了多个电子体系的自旋波函数。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
乘法函数论文参考文献
[1].张廷海,覃锋.重迭函数和分组函数的加法与乘法生成子对的相互转化[J].安徽师范大学学报(自然科学版).2019
[2].石凤良,王梦瑶.用直乘法讨论叁电子体系自旋波函数[J].唐山师范学院学报.2018
[3].徐文扬.带乘法噪声密度导函数的小波点态估计[D].北京工业大学.2018
[4].徐文扬,王晋茹.具有乘法噪声密度导函数的小波点态估计[J].北京工业大学学报.2018
[5].迟恩楠,李春祥,郑晓芬.基于小波和乘法混合核函数LSSVM的顺风向非高斯空间风压预测[J].振动与冲击.2017
[6].柳坤,张俊敏,田微.基于互乘法窗函数的谐波分析方法[J].电测与仪表.2016
[7].张俊敏,刘开培,汪立,陈文娟.基于乘法窗函数的插值FFT的谐波分析方法[J].电力系统保护与控制.2016
[8].张俊敏,刘开培,汪立,陈文娟,王亚楠.基于Hanning自乘法窗函数的高精度谐波分析[J].智能电网.2016
[9].张俊敏,刘宗方,陈勉.一种基于Hamming自乘法窗函数和四插值的谐波分析方法[J].中南民族大学学报(自然科学版).2016
[10].许俊莲.带乘法噪声密度函数及其导数的小波估计[D].北京工业大学.2015